AI BENCHY Compare

Google: Gemma 4 31B vs Z.ai: GLM 5

Zusammenfassung

Gemma 4 31B vs GLM 5 Benchmark-Vergleich: Gemma 4 31B führt beim Durchschnittsscore mit 6.3 vs 6.0. GLM 5 hat die niedrigeren Benchmark-Kosten mit $0.027 vs $0.033. GLM 5 ist schneller mit 4.03s vs 56.55s, mit Erfolgsraten von 69.8% vs 44.4%.

Empfohlenes Modell: GLM 5 - Die Punktzahl bleibt nah an der besten hier (6.0 vs 6.3) und es antwortet etwa 14.0x schneller als Gemma 4 31B.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-02

Metrik	Gemma 4 31B Gemma 4 31B medium Veröffentlichung: 2026-04-02 Kostenlos verfügbar	GLM 5 GLM 5 none Veröffentlichung: 2026-02-12

Metrik	Gemma 4 31B Gemma 4 31B medium Veröffentlichung: 2026-04-02 Kostenlos verfügbar	GLM 5 GLM 5 none Veröffentlichung: 2026-02-12
Punktzahl	6.3	6.0
Rang	#91	#104
Zuverlässigkeit	10.0	10.0
Konsistenz	9.4	9.7
Korrekte Tests
Erfolgsquote pro Versuch	69.8%	44.4%
Instabile Tests	1	1
Gesamtläufe	63	63
Kosten pro Ergebnis	0.257	0.263
Gesamtkosten	$0.033	$0.027
Eingabepreis	$0.120 / 1M	$0.600 / 1M
Ausgabepreis	$0.350 / 1M	$1.920 / 1M
Gesamte Eingabe-Token	17,957	37,135
Ausgabe-Token	22,356	1,989
Denk-Token	65,726	0
Antwortzeit (Durchschnitt)	56.55s	4.03s
Antwortzeit (Maximum)	437.40s	11.07s
Antwortzeit (Gesamt)	1074.41s	56.37s

Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#91 Gemma 4 31B

medium

Kosten: $0.002
Zeit: 45.7s
Token: 2,696 tok

#104 GLM 5

none

Kosten: $0.007
Zeit: 32.1s
Token: 2,023 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
GLM 5	4.8	10.0	25.0%	0		2.37s	510	275	0

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
GLM 5	4.0	7.8	11.1%	1		5.12s	7,256	428	0

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GLM 5	3.0	10.0	0.0%	0		4.98s	12,812	406	0

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
GLM 5	10.0	10.0	100.0%	0		5.78s	7,107	203	0

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
GLM 5	3.0	10.0	0.0%	0		2.24s	643	19	0

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
GLM 5	10.0	10.0	100.0%	0		3.27s	477	103	0

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
GLM 5	10.0	10.0	100.0%	0		1.48s	636	61	0

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
GLM 5	7.7	10.0	66.7%	0		1.91s	609	261	0

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
GLM 5	10.0	10.0	100.0%	0		11.07s	6,899	220	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
GLM 5	3.0	10.0	0.0%	0		3.62s	186	13	0

Schnellvergleich

Vergleichspaar wechseln